视频对象分割技术研究

格式：pdf
大小：323.04 KB
文档页数：4

下载文档原格式

CBR中基于区域的视频分割技术

对象（ｉｅｏｊｃ，Ｏ）。这意味着一ｖｄｏｂｅｔＶ ”
张国平（９９）１６，男，汉族，教授，博士生导师。
研究方向：光电子技术、多媒体通信。
幅人的画面不再是人和背景在相机焦平面上的投影而是由人和背景
随着网络和多媒体技术的迅速发展基于内容的检索（ＢＣｏｔｎ－ＣＲｎｅｔＢｓｄｅｒｖ１日渐成为多媒体查询和ａｅＲｔｉａ）ｅ
灰度亮，或者背景的灰度亮而对象
的灰度相对地咭。这样从背景中提
ＡｂｔａｔＢａｅｎｃｎｅｔｒｔｉｖｌｅｈｄｐｏｏｉ￣Ｓｔｈｅｒｑｅｔｏｖｄｏｆｅｕｎｙｏｅｔｒｃｓｉ￣Ｄｕｅｓｒｅ：ｓｄｏｏｔｎｅｒｅａｔｏｒｐｓｎ，ｅｓｔｅｎｗｅｕｓｉｅｒｑｅｃｂｊｃｏｅｓｎ．ｍｔｐｅｔｔｏｈｅｒｉｇｏｎｅｔｂｓｄｆｎｔｎａｉｅＰＧ一ｄａｐｙｎｆＰＥ７ｏｉｃ — ａｅｅｍｅｔｔｎｔｃｎｌｇ，ｈｅａｎａｍｅｇｎｆｏｔｎ — ａｅｕｃｉｌｉｓｎＭＥ４ａｐｌｉ￣ｏｃｏｔｉｎＭＧ一ｂｅｔｓｄｓｇｎａｉｈｏｏｙｔｅｓ￣ｅｔ — ｂｏｅｔｎｏｅａｔａｌａｉｇｌｂｅｔｎｖｄｏｓｑｅｃｓｂｃｍｅｏｕａｓａｃｉｅｉｌ．ｒｍｈｔｂｓｄｔｘｒｃｉｎｉｆｍｎｉｌｍｅｎｎｆｉｃｉｅｅｕｎｅｅｏｓａｐｐｌｒｅｅｒｈｉｖｄｏｆｅｄＦｏｓｏ — ａｅｅｔａｔｏｓｃｙｕｏｉｒｎｏｏ

一种自动分割视频对象的新方法

象的运动；最后根据跟踪更新出的视频对象二值边缘模板，通过文中提出的填充技术及模板轮廓修正得到精确的视频对象模板提取出视频对象。实验验证表明，该算法对目标的整体运动和局部形变都有较强的适应性。此外，法还具有简便、算准确性高的特点。
关键词：频对象；视变化检测；差分边缘；二值边缘模板中图分类号：Ｔ３１４Ｐ９．１文献标识码：Ａ文章编号：０９— ５６２０）３— ０１０１０３１（０６Ｏ０６ — ４
且适用性广的方法Ｌ，４缺点是易受到噪声的干扰并且由于缺少空间边缘信息而使得对象边缘不准确。Ｊ
本文提出一种利用边缘信息分割视频对象的新方法。首先对相邻帧进行差分检测和边缘检测。其次通
过差分边缘、当前帧边缘检测出视频对象的初始边缘模板，并分为快变和慢变两部分进行跟踪和更新以适应
自动视频对象的分割方法大致可分为光流法、运动跟踪法和帧间差运动检测法… 。光流法受到光流
可靠性的影响，对噪声极为敏感，计算复杂。运动跟踪法的思想是根据视频对象的先前状态来估计它的
当前状态，征的选取决定其准确性和有效性。利用帧间差特征的运动检测时空法是一种简单、特直接、快速、
原始视频数据通常都包含很多与视频内容无关的噪声，有的还存在摄像机运动而造成的全局运动。因此，为了提高视频对象分割的效率和准确性，首先对视频序列进行去噪和背景的运动估计和补偿。本文用中值滤波器进行去噪，因为中值滤波器可以保护图像边缘并且可以有效的去除噪声。
对于背景存在全局运动的序列，采用６参数的仿射变换模型补偿进行。变换公式如下式所示。

基于视频内容的片段分割关键技术探讨

基于视频内容的片段分割关键技术探讨作者：陈伟来源：《硅谷》2012年第03期摘要：视频分割技术在基于内容的视频编码、视频检索、模式识别等领域应用广泛，成为近年来视频处理技术研究中的热点。

系统阐述视频分割技术的应用及常用的算法，并提出另一种基于机器学习、模式识别的方法，将机器学习的思想引入镜头边界检测。

此类方法是目前镜头边界检测研究领域中的热点。

关键词：视频分割；视频检索；镜头边界检测中图分类号：G632 文献标识码：A 文章编号：1671－7597（2012）0210173－021 研究视频分割的意义近年来，随着多媒体技术的发展，视频图像得到了广泛应用，数字视频数量的急剧增长，自动的视频分析技术变得十分有必要，而视频分割技术更是为视频理解、视频编码等领域广泛应用。

所谓视频分割就是把视频中重要的或人们感兴趣的物体或对象（Video Object VO）与背景分割开来，或者说就是要划出分别具有一致属性的一个个区域，同时区分背景区域和前景区域。

视频图像可以看作一类3-D图像，换句话说，视频图像是由一系列时间上连续的2-D图像组成的。

从空间分割的角度看，视频图像分割主要是利用时域信息和空域信息把视频图像中独立运动的区域逐帧检测出来[1]。

视频对象是一个具有一定生存周期的在时间轴上连续的概念，属于包含时间轴在内的三维空间。

视频对象在某一帧中的表象称为视频对象平面（Video Object Plane，VOP），具体分割时，到底哪些部分重要，人们对哪些部分感兴趣，要看具体的应用而定。

视频图像分割在视频处理中的作用如图1所示：图1 视频图像分割在视频处理中的作用视频对象的分割提取是基于对象的视频处理的第一步，也是关键的一步。

因而，视频分割技术的研究是非常有意义的。

2 镜头边界检测镜头，是指由一个摄像机镜头连续拍摄的一组内在相关的连续帧，它用来表现在时空上连续的一组运动，它表示一个完整的动作。

我们通过镜头边界检测将视频分为一个个小的视频段，为随后的高层内容分析、分类、索引和查询提供基础，带来应用上的便利例如，它可以避免大量相同或相似的视频图像处理，简化了视频内容分析的复杂度，大大提高了视频处理的效率；另一方面给快捷的视频浏览带来了可能，用户无需浏览视频的全部内容（即线性浏览），而只需通过浏览关键帧图像以及相应的内容分析结果，就可以对视频的整个内容有了概括的了解，从而大大提高了浏览的效率。

视频对象分割技术综述

视频对象分割技术研究现状
早在２世纪８年代末９年代初，ｏｏｏ视频对象分ＭＰＧ－Ｅ４中，用的就是基于对象的编码方式，仅割就引起了许多学者的兴趣［。近年来，着采不】ｑ］随提高了压缩效率，且提供了更加灵活的视频操作ＭＰＧ４和ＭＰＧ７的推广和应用。而Ｅ－Ｅ－视频对象分割方式。而新制定的多媒体描述国际标准ＭＰＧ－，算法已经成为多媒体领域的热点研究课题［。在Ｅ７｜］本身就要求支持基于对象方式的内容组织与检索。然而，由于视频对象分割是一个相当困难的问
ＱＩＡＮａＺＨＡＮＧａ－ａＸＩＪｎ＿ｏＹｕｎ，Ｘｉｏｙｎ，Ａｇｂｉ
（ＴｈｅＴｅｅｏｌｃｍｍｕｉａｉｎＥｎｉｅｒｎｎｔｔｔＡｉＦｏｃｇｎｅｉｇＵｎｖｒｉ，＇１０７ＣｉａｎｃｔｇｎｅｉｇＩｓｉｅ，ｒｒｅＥｎｉｅｒｎｉｅｓｔＸｉｎ７０７，ｈｎ）ｏｕｙａ
ＡｂｔａｔＷｉｅｄｖｌｐｎｎｐｌａｉｆｎｅｎｔｎｌｔｎａｄＥ－ｄＭＰＧ７ｖｄｏｏｊｔｓｒｃ：ｔｔｅｅｍｅｔｄａｐｉｔｎｏｔｒａｉａｓａｄｒｓＭＰＧ４ａＥ－，ｉｂｅｈｈｏａｃｏｉｏｎｅｃ
ｖｄｏｏｊｃｓｇｎａｉｅｈｉｅｏｏｒｔｎｄａｃｄｖｅｂｅｔｅｅｔｔｎａｇｒｈｒｎｉｅｂｅｔｅｍｅｔｔｎｔｃｎｑ．Ｓｍｅｉｏｕｍｐｔｄａｖｎｅｉｏｏｊｃｇｎａｉｌｉｍｓａｅ — ｎａａｄｓｍｏｏｔ８

基于变化检测的视频对象分割算法研究

ｆｏｔｅｓｑｅｃｔｔｔｂｃｇｏｎｎｈｒｐｓｄｍｅｏｓｓｍｐｅ，ｓｎｃｕａｅｒｍｈｅｕｎｅｗｉｓａｉａｋｒｕｄａｄｔｅｐｏｏｅｔｄｉｉｌｆｔａｄａｃｒｔ．ｈｃｈａＫｅｒｓｖｄｏｓｇｎａｉｎ；ｈｎｅｄｔｃｉｎ；ｉｅｅｃｍａｅｍａｈｍａｉａｒｈｌｇｙｗｏｄ：ｉｅｅｍｅｔｔｏｃａｇｅｅｔｏｄｆｒｎｅｉｇ；ｔｅｔｌｍｏｏｏｙｃｐ
２０．４１）１１１３０８４（３：６ — ６．
ＡｓａｔＷｉｔｅｅｅｐｅｔｏｂｅｔｂｓｄｖｄｏｐｌａｏｓｔｅｅｍｎａｏｏｉｅｏｊｃｂｃｍｓｎｏｈｂｔｃ：ｔｈｄｖｌｍｎｆｏｊｃ－ａｅｉｅａｐｉｔｎ，ｓｇｅｔｔｎｆｖｏｂｅｔｅｏｅｏｅｆｔｅｒｈｏｃｉｈｉｄｓｈｔｏｈｔｅｐｅｅｅｒｈＴｉｐｐｒｐｅｅｔｍｔｏｆｈａｔｅｍｅｔｔｎｏｉｅｏｊｃｂｓｄｏｔｅｃａｇｏｓｔｔａｐｓｐｏｌｓａｃ．ｈｓａｅｒｓｎｓｒａｅｈｄｏｔｅｆｓｇｎｉｆｖｏｂｅｔａｅｎｈｈｎｅｒｓａｏｄｓ
ｄｔｔｎＦｒｔ，ｅｄｆｒｎｅｉａｅｉｐｏｕｅｅｅｎｔｏｃｎｉｕｕｒｍｓａｄｔｅｈｏｉｇａｅｆｔｅｖｅｂｅｔｉｅｅｉ．ｉｌｔｉｅｅｃｍｇｓｒｄｃｄｂｔｅｗｏｔｏｓｆｅ，ｎｈｎｔｅｍｖｎｒａｏｈｉｏｏｊｃｓｃｏｓｙｈｗｎａｄ

视频分割算法的研究

ＡｂｔａｔＶｄｏｓｍｅｔｉｎｉａｉｉｌｐｏｌｍｉｅｒｃｓｎ，ｔｓｏｔｎ— ａｅｔｅａｏｊｃｒｃｇｉｏｓｃ：ｉｅｇｎａｏｄｃｔｒｂｅｉｖｏｐｏｅｉｇｉｉｃｎｅｔｂｓｄｒｒｖｌｂｅｔｅｏｎｔｎｒｅｔｓｆｕｎｄｓｅｉ，ｉａｄｉｔｒｃｏｌｍｅｉｈｓｉｏｔｔｐｌａｏｓＳｈｔｄｎｖｄｏｏｊｃｓｇｎａｏｅｈｉｕｓａｎｅａｔｎｍｕｔｄａａｍｐｒｎｐｉｔｎ．ｏｔｅｓｙｏｉｅｂｅｔｅｍｅｔｔｎｔｃｎｑｅｈｓｎｉｉａａｃｉｕｉ
ｉｍｐｏｒａｉｎｉｃｎｅａｐｐｉａｏｎｖａｕｅｎｔｓｔｓｓＷＯｄｆｅｅｌｏｒｔｔｎｔｓｇｆａｃｎｄａｌｃｔｌ．Ｉｈｉｈｅｉ，ｔｉｒｎｔａｇｉｈｍｄｅｅｍｅａｏｎ，ｉｌｉｇｉｉｏｆｖｉｏｓｇｎｔｔｉｎｃｕｄｎ
ａｇｉｔａｅｆｌｕｅｏｍｅａｄｐａｅｉｏｒａｉｎ．Ｔｏｏｂｉａｓａｔｒｅｅａｏｎ．ｌｏｒｈｍｍｋｕｌｓｆｔｎｓｃｎｆｍｔｏｉｔｎａｓｔｆｃｏｙｓｇｎｔｔａｉｍｉＴｈｅｍｏｏｎｕｎａｍｏｕｌｔｉｎｉｓｙ
ｍｏｔｏｏｅｖｉｏｓｇｅｔｔｏｉｎｆｔｄｅｅｈｍｎｉｎ．ａＫｅｗｏｒ：ｖｄｏｓｇｅａｏｎ；ｍｐｏａ—ｓａｉｌｍｏｔｏｙｄｓｉｅｅｍｎｔｔｉｔｅｒｌ—ｐｔａ；ｉｎｕｎａｍｏｕｓｎｉｌｙ

视频分割技术浅析

视频分割技术浅析初广丽,肖　洁(白城师范学院计算机系,吉林白城137000;大连轻工业学院,辽宁大连116034) 摘要:随着M PEG -4和M PEG -7的研究发展以及最近几年数字视频图书馆技术的崛起,基于内容编码和面向对象的存取和操纵技术日益得到人们的重视,视频分割技术迅速成为当前视频研究领域的热点.视频分割是新一代视频编码、视频检索、互联网多媒体交互等新兴领域的关键技术.本文简述了视频分割的概念,分析了当前视频分割技术的研究现状、尚存在的问题和研究前景。

关键词:视频分割;视频对象;分水岭算法;边缘检测中图分类号:T N919.81文献标识码:A 文章编号:167323118(2006)0420079203收稿日期63作者简介初广丽(———),女,白城师范学院计算机系助教、在读硕士研究生,研究方向视频图像处理;肖洁(———),女,大连轻工业学院管理与社会科学学院助教、在读硕士研究生。

1　引言视频分割在很多领域中有非常重要的作用,在视频编码中,基于内容和利用人眼视觉特性的编码技术已经提出,提取视频对象可以很大地提高压缩效率,并为存储和传输视频图像提供了便利,而且基于对象的视频分割技术是实现基于内容的视频检索和浏览技术以及视频数据库操作的基础和关键技术,是计算机视觉研究的难点之一,同时也是新一代多媒体交互、流媒体应用等新兴领域的研究热点。

在互联网领域的W EB 技术中,我们需要提取视频对象,以对静止或动态场景进行查询和交互,利用提取得到的“关键帧”,可以更好的进行检索,从而为互联网浏览和查询提供一个简便而有效的方式。

另外视频分割在模式识别、基于视频的智能人机交互以及地质、环境、气象等领域也得到了广泛的应用。

因此视频分割技术的研究具有重要意义。

2　视频分割视频分割是指对图像或视频序列按一定的标准分割成区域,目的是为了从视频序列中分离出有一定意义的实体,这种有意义的实体在数字视频中称为视频对象面V OP (V ideo Objects Plane)。

一种有效的基于时空信息的视频运动对象分割算法鲁梅

0
引言
4 和 MPEG7 采用基于对象的编码视频编码标准 MPEG-
依赖于选择的帧间时间间隔。基于时域光流场对运动对象进行分割的光流法，其性能受到估计的光流场准确性的影响，对噪声敏感，且涉及光流场的计算很复杂。空域分割通过将图像分割成不同的纹理一致区域来获取运动对象的区域和准确边缘，主要有基于阈值的图像分割法
第 30 卷第 1 期 2013 年 1 月
计算机应用研究 Application Research of Computers
Vol． 30 No． 1 Jan． 2013
一种有效的基于时空信息的视频运动对象分割算法
鲁
摘
1 梅，卢 2 1 忱，范九伦
*
（ 1．西安邮电大学通信与信息工程学院，西安 710061 ； 2．武警工程大学通信工程系，西安 710086 ）要：为实现视频编码标准 MPEG-4 中语义对象的自动提取，提出一种基于时空信息的运动对象分割算法。
Effective video moving objects segmentation algorithm based on temporalspatial information
LU Mei1 ，LU Chen2 ，FAN Jiulun1
（ 1 ． School of Communication ＆ Information Engineering， Xi’ an University of Posts ＆ Telecommunications， Xi’ an 710061 ， China； 2 ． Dept． of Commumed Police Engineering University，Xi’ an 710086 ，China）

视频对象分割方法的研究

方法是将图像分割成８８象素大小的匹配块，＊再利用相邻两
帧图像的差异来检测每个匹配块的位移矢量。测位移矢量检的函数表示如下：
ｄ１＿ｄ１．
２１分割原则．通常静态图像可依据两种原则进行分割。一种是基于点相关的分割技术，依据各个象素点的灰度不连续性进行分割；二是基于区域相关的分割技术，依据同一区域具有相似的灰度（或组织特性）一特征，这寻求不同区域的边界。本
配块逐渐缩小时，任何噪声的干扰都可能影响位移矢量的
结果，最终难于取得移动物体的准确轮廓。
当前还没有一个比较完整和成熟的方法能可以满意地实现对对象的分割与提取，而且ＭＰＧ－中也只定义了框Ｅ４
其中为测试匹配度的评价函数，为当前帧图像，ｅ为前一帧图像。取评价函数Ｄ的最小值，时ｘ方向和Ｙ这
一
５ — ９
维普资讯
插值处理，即运动估值。取得轮廓候补块后，处于边缘位置的轮廓候补块进行对标记，是被认为是轮廓候补块的小块，赋一个值 “ ”其凡都１，余非轮廓候补块赋值为 “ ” 然后对这些记号跟踪，可以０；就得到移动物体的轮廓线，图５所示。如
一

多特征联合建模的视频对象分割技术研究

ＴＰ３９１ＤＯＩ号１０．３７２４／ＳＰ．Ｊ．１０１６．２０１３．０２３５６
中图法分类号
ＶｉｄｅｏＯｂｊｅｃｔＳｅｇｍｅｎｔａｔｉｏｎＲｅｓｅａｒｃｈＢａｓｅｄｏｎＦｅａｔｕｒｅｓＪｏｉｎｔＭｏｄｅｌｉｎｇ
到一起的．该文通过主成分分析法（ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ，ＰＣＡ）比较准确地衡量了各特征在前景检测中所占的权再，使其有效指导前景分割．同时通过对各特征建立相应的高斯模型，有效提高Ｊ，前景分割的质量，最后再通过基于颜色不变量的阴影检测算法得到了比较准确的结果．实验中采用了颜色（ＲＧＢ）和局部二值模式（ＬｏｃａｌＢｉｎａｒｙ
ｅｖｅｒｙｆｅａｔｕｒｅ’ Ｓｗｅｉｇｈｔｂｙｔｈｅｆｏｒｅｇｒｏｕｎｄｄｅｔｅｃｔｉｏｎ，ｍａｋｅｉｔｅｆｆｅｃｔｉｖｅｆｏｒｆｏｒｅｇｒｏｕｎｄｓｅｇｍｅｎｔａ —
（ＬＢＰ）ｉｎｏｕｒｅｘｐｅｒｉｍｅｎｔ．Ｅｘｐｅｒｉｍｅｎｔｓｏｎｖｉｄｅｏｓｄｅｍｏｎｓｔｒａｔｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｏｕｒｐｒｏｐｏｓｅｄ

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｓｖｒｓｅｔｆｃｎｅｔｏｕｅｒｓａｃｅｅａａｐｃｓｏｏｔｎｓｆｒｆｒｅｅｈ．ｌｕｔｒ
Ｋｅｏｄｖｅｂｅｔｖｅｅｅｔｔｎｔｏａｓｇｎａｉｎｓａｉ —ｅｏｒｌｓｇｅｔｔｎｙｗｒｓｉｏｏｊｃ；ｉｏｓｇｎａｉ；ｅｒｌｅｍｅｔｏ；ｐｔｔｍｐａｅｎｉｄｄｍｏｍｐｔｌａｍａｏ
ＺＨＡＮＧ．ｉ一，ＩＺａ０Ｌｕ－ａＬａ — ｎＹａｄＬｈｏＩＪｎｓｎ，ＩＪｎＪ４ｈｉｕ
，
（．ｈｅｏｄＡｔｌｙＥｇｎｅｉｏｌｅ， ’ ｎＳａｘ１０５Ｃｉａ；１ＴｅＳｃｎｒｌｒｎｉｅｒｇＣｌｇａｈｎｉ７０２，ｈｎｉｅｎｅ２ＴｅＳｃｎｒｌｒ Ⅱｐ．ｈｅｏｄＡｉｅｔｌｙｉ，船眦Ａａｅｃｄｍｙ，ｅｉ００５Ｃｉａ；Ｂｉｎ１０８，ｈｎｊｇ３ＴｅＳｃｎｒｔｌａｅｒｅｔｔｅＯ￣ｅｉｈｉｚｕｎＳｉｚｕｎｂｉ００８，ｈｎ；．ｈｏＡｔｌＭｉｔｒＲｐｅｎａｉｊｔＳｉａｈａｇ，ｈｉｈａｇＨｅｅ５０１Ｃｉｅｄｉ￣ｙｉｙｓｖｃｎｊｊａａ
Ｔ３１Ｐ９文献标识码Ａ文章编号１０ —３０（０８１ —０１ —００３１６２０）００４３中图分类号
ＲｅｅｒｈｏｉｅｊｃｅｅｔＳｇｎａｉｅｈｉｕｏ
摘要视频对象分割是新一代视频编码、视频检索、互联网多媒体交互等新兴领域的关键技术。介绍了视频
对象分割的相关理论概念，对其各种算法分类进行了详细阐述，并对现有的基于运动分割算法进行了分析。重点研
ｔｍｐｒｎｏｍａｏｅｐｃｖｌａｄａａｙｓｔｅｃｒｅｔｖｄｏｓｇｎｔｎｒｓａｃｔｔｄｐｒｂｅ．ｏｃｕｉｎ，ｅｐｐｒｐｏｏｅｅｏａｉｒｔｎｒｓｅｔｅｙ，ｎｌ￣ｈｕｒｎｉｅｅｍｅｔｉｅｅｒｈｓａｕｓａｏｌｍｓＡｓａｃｎｌｓｏｔａｒｐｓｓｌｆｉｉｎａｏｎｈｅ
０引言
多媒体数据压缩国际标准ＭＰＧ４采用基于对Ｅ．象的编码方法，求在编码前把视频序列的场景分要解为多个视频对象平面，过程即视频对象分割，此是
Ｔｅｐｐｒｉｔｄｃｓｓｍｅｉｏｔｎｉｅｂｅｔｓｇｅｔｔｎｍｅｈｄｎｎｌｚｓｔｅａｏｉｍｌｓｉｃｔｎ，ｅｅｃｉｅｈｖｎｈａｅｎｒｕｅｏｍｐｒｔｖｄｏｏｊｃｅｎａｏｔｏｓａｄａａｙｅｇｒｈｃｓａｏｔｎｄｓｒｓｔｅｍｏｉｇｏａｍｉｈｌｔａｆｉｈｉｂｏｊｃｅｍｅｔｔｎＩｓｅｉｃｌｔｄｅｏｃｒｎｌｏｕａｔｏｓｖｄｏｏｊｃｓｇｅｔｔｎｂｓｄｏｍｐｒｌｎｏｍａｉｎａｄｓａａ－ｂｅｔｇｎａｉ．ｔｐｃａｌｓｉｓｔｕｒｔｐｐｌｒｍｅｄ：ｉｅｂｅｔｅｎｉａｅｎｔｏａｆｒｔｎｐｔｓｏｉｆｙｕｗｅｙｈｍａｏｅｉｏｉｌ
４ＴｅＳｃ！ＳｒｅｎＳｈｏ，ｉｚｏｈｎｏ６５０Ｃｉ．ｈｏＡ以ｅｅａｔｃｏｌＱｎｈｕＳａｄｎ２２０，ｈａ）ｅｎｄｇｇｇｎ
ＡｂｔａｔＶｉｅｅｍｅｔｔｎｉｅｅｈｉｕｆｎｗｅｅａｉｎｖｄｏｃｄｎｖｄｏｒｔｅａｎｎｅｎｔｍｕｌｍｅｉｎｅａｔｎ，ｔｓｒｃｄｏｓｇｎａｉｓａｋｙｔｃｎｑｅｏｅｇｎｒｔｉｅｏｉｇ，ｉｅｅｒｖｌａｄＩｔｒｅｏｏｉｔｄａｉｔｒｃｉｅｃ．ｉｏ
维普资讯
信号与信息处理
视频对象分割技术研究
张亚迪，李钊，李俊山，李建军
（．１第二炮兵工程学院，陕西西安７０２；．１０５２第二炮兵装备研究院，北京１０８；００５３第二炮兵驻石家庄地区军事代表室，河北石家庄００８；４第二炮兵士官学院，山东青州２２０）．５０１．６５０
究了时下比较热门的２种算法，即基于时域信息分割法和时空域信息联合分割算法，同时分析了当前视频分割技术
的研究现状、尚存在的问题，有针对性地提出了未来工作应重点研究的几方面内容。关键词视频对象；频分割；域分割；空域联合分割视时时